4000人了,我们搭建了一个非常全栈的自动驾驶社区!

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

懂车帝的智驾测试出来后,我们最近一直在思考一个问题,自动驾驶的路在何方?学术界和工业界的人扎堆在转具身智能、大模型,自动驾驶真的不行了么?

带着这个问题,这一个月我们和自动驾驶之心知识星球内部的大佬聊了很多,其中有已经转行的、还在观望的、仍然坚守的,每个人的理由都站得住脚。

已经转行的小伙伴认为自动驾驶技术栈已经趋同,没什么可做的了,三四年前还在百花齐放,现在只有端到端+大模型,再不走只有被淘汰,量产都是脏活累活,趁着好时机去具身占坑。

还在观望的人一方面舍不得自驾现有的薪资,另一方面也没靠谱的具身行业资源。

大部分人仍然坚守在自驾领域,国内智驾的路任重而道远。自动驾驶是最接近实现的通用具身智能赛道,如果自驾都做不好,现在所谓的具身智能更是泡沫一场。但国内的智驾量产确实是有些浮躁的,现有方案的量产问题可能还没收敛,新一代的方案就要着急上车。不少人都认为智驾的风口过去是好事,这样可以沉得下心扎实地做量产。端到端和VLA确实给了我们新的智驾能力预期,单打独斗式的模块化方法已经是过去式,未来的量产模型会是统一、多模态、端到端的形式。这就要求全栈式的人才,你不仅需要懂感知,还要懂规划和预测,甚至还要懂大模型,更希望你有一些部署优化的技术栈,这也是自动驾驶高薪背后的技术壁垒!但这些东西往往都是刚毕业的同学所欠缺的,这也是我们自动驾驶之心一直致力在推进的事情,推动行业发展,成为企业和高校沟通的桥梁。我们的愿景是让AI与自动驾驶走进每个有需要的同学!

自动驾驶之心知识星球,截止到目前已经完成了产业、学术、求职、问答交流等多个领域的闭环。几个运营的小伙伴每天都在复盘,什么样的社区才是大家需要的?我们有没有什么地方没有考虑到?花拳绣腿的不行、没人交流的也不行、找不到工作的更不行。

于是我们就给大家准备了学术领域最前沿的内容、工业界大佬级别圆桌、开源的代码方案、最及时的求职信息...

星球内部为大家梳理了近40+技术路线,无论你是咨询行业应用、还是要找最新的VLA benchmark、综述和学习入门路线,都能极大缩短检索时间。星球还为大家邀请了数十位自动驾驶领域嘉宾,都是活跃在一线产业界和工业界的大佬(经常出现的顶会和各类访谈中哦)。欢迎随时提问,他们将会为大家答疑解惑。

我们是一个认真做内容的社区,一个培养未来领袖的地方。

我们还和多家自动驾驶公司建立了岗位内推机制,欢迎大家随时艾特我们。第一时间将您的简历送到心仪公司的手上。

针对入门者,我们整理了完备的小白入门技术栈和路线图。

已经从事相关研究的同学,我们也给大家提供了很多有价值的产业体系和项目方案。

还有源源不断的求职、岗位分享哦,欢迎和我们一起打造完整的自驾生态。

国内首个自驾全栈社区:自动驾驶之心知识星球

社区创建的出发点是给大家提供一个自动驾驶相关的技术交流平台,交流学术和工程上的问题。星球内部的成员来自国内外知名高校实验室、自动驾驶相关的头部公司,其中高校和科研机构包括但不限于:上海交大、北京大学、CMU、清华大学、西湖大学、上海人工智能实验室、港科大、港大、南洋理工、新加坡国立、ETH、南京大学、华中科技大学、ETH等等!公司包括但不限于:蔚小理、地平线、华为、大疆、广汽、上汽、博世、轻舟智航、斑马智行、小米汽车、英伟达、Momenta、百度等等。前沿技术聚集地一直是自动驾驶之心的标签!

我们为大家汇总了近40+开源项目、近60+自动驾驶相关数据集、行业主流自驾仿真平台、以及各类技术学习路线,包括但不限于:

自动驾驶感知学习路线

自动驾驶仿真学习路线

自动驾驶规划控制学习路线

端到端学习路线

3DGS原理

基于搜索的规划

VLA学习路线

NeRF原理

基于采样的规划

多模态大模型

Carla仿真

基于车辆运动学的规划

占用网络

Apollo仿真

基于数值优化的规划

BEV感知

Autoware仿真

横纵解耦规划框架

扩散模型

联合仿真

横纵联合规划框架

世界模型

自驾仿真产品架构分析

基于几何的路径跟踪

多传感器融合

闭环仿真

模型预测控制

轨迹预测

相关数据集

联合预测

......

......

......

这里能够让小白快速入门,让已经入门的同学进一步提升,已经提升的同学结交更多的朋友。

日常分享和讨论的问题

  • 传统规控怎么转VLA?

  • 自动驾驶多模态大模型预训练数据集有哪些?

  • 自驾VLA微调数据集有哪些?

  • 3DGS和闭环仿真如何结合?

  • 世界模型到底如何落地应用?

  • 业内哪家公司前景好一些,适合跳槽,都有什么岗位开放招聘?

  • 博士入学,哪个方向容易出成果?

  • 闭环强化学习如何入门?

  • 端到端自动驾驶学习路线推荐?

  • ......

加入星球有哪些福利?

  • 第一时间掌握自动驾驶相关的学术进展、工业落地应用;

  • 和行业大佬一起交流工作与求职相关的问题;

  • 优良的学习交流环境,能结识更多同行业的伙伴;

  • 星球内部专属学习视频,搭配文档不枯燥;

  • 自动驾驶相关工作岗位推荐,第一时间对接企业;

  • 行业机会挖掘,投资与项目对接。

星球内容一览

星球内容一览!

0)国内外自动驾驶与机器人高校汇总

星球内部为大家汇总了自动驾驶&机器人多个研究方向的国内外知名实验室,供大家后期读研、申博、博后参考。

1)国内外自动驾驶公司汇总

星球内部为大家汇总了各类国内外各类自动驾驶相关机器人公司,涉及RoboTaxi、重卡业务、造车新势力等等!

2)自动驾驶及CV相关书籍汇总

星球内部汇总了自动驾驶和CV相关的学习书籍,涵盖数学基础、计算机视觉、深度学习入门、coding、运动规划、自动驾驶传感器、ROS系统学习指南等等~

3)开源项目汇总

星球内部针对3D目标检测、BEV感知、世界模型、闭环仿真3DGS、自动驾驶大模型、端到端自动驾驶等多个领域的开源项目进行了汇总,助力快速上手。

4)自动驾驶开源数据集

星球内部针对自动驾驶相关数据集进行了详细的梳理,针对通用CV数据集、感知相关数据集、轨迹预测等等。尤其是自动驾驶多模态大模型数据集,我们详细梳理了自动驾驶VLM预训练数据集、微调数据集、思维链数据集、强化学习数据集等等~

5)端到端自动驾驶

针对学术界和工业界的研究热点 - 端到端自动驾驶,我们详细梳理了一段式端到端、二段式端到端、量产方案、综述汇总、里程碑方法、VLA相关算法等等,兼顾学术界和工业界,真正做到知行合一!

6)3DGS与NeRF

我们为大家汇总了3DGS和NeRF的相关技术领域,3DGS的算法原理、自动驾驶场景重建与闭环仿真、NeRF与自动驾驶仿真,NeRF与自动驾驶感知,同时我们也邀请到诸位学术界大佬分享3DGS和NeRF的最新工作,这里全都有!

7)自动驾驶世界模型

针对当前学术界和工业界的热点 - 自动驾驶世界模型,星球内部做了详细的汇总,涵盖技术前沿和业界应用。

8)视觉语言模型(VLM)

我们汇总了自动驾驶VLM最新综述、开源数据集、思维链推理、量产方案快慢双系统DriveVLM等多项内容,让大家对这一前沿领域可以更深入的理解。

9)自动驾驶VLA

针对2025年最火的自动驾驶VLA,我们详细梳理了最新的综述、VLA开源数据集、作为语言解释器的相关算法、模块化VLA、端到端VLA和推理增强VLA,更有诸多关于VLA量产的讨论,在这里有你想知道的一切~

10)自动驾驶规划控制

星球内部汇总了传统规划内容的相关技术栈,包括但不限于规划控制基础算法、决策规划框架和常用控制算法。

11)扩散模型

扩散模型作为当下的研究热点,星球内部也做了非常详细的梳理,从算法原理,到数据生成、场景重建、端到端、世界模型结合、大模型结合等等!

12)BEV感知

BEV感知作为当下量产的基石,星球内部做了非常成熟的梳理,纯视觉、多模态、多任务、激光雷达和相关数据集以及工程部署等等~

13)3D目标检测

针对3D目标检测领域,我们梳理了环视方法、range-view、基于voxel、Point及多模态方向。

14)多传感器融合

15)在线高精地图

在线高精地图是无图NOA量产方案的核心,星球详细梳理了近几年学术界和工业界关注最多的工作。

16)Occupancy Network

17)轨迹预测

18)自动驾驶-强化学习

强化学习是VLM必备的组件,星球内部梳理了强化学习理论、常用算法、优秀公开课、热门工作等等内容,一应俱全!

19)车道线检测

20)标定工具

21)分割任务

22)CUDA与模型部署

23)模型部署实战

24)目标跟踪

25)2D目标检测

26)V2X

27)SLAM

28)自动驾驶仿真

29)鱼眼感知

30)3D分割

31)大模型与自动驾驶

星球内部直播分享

星球内部不定期邀请行业大佬直播分享,直播内容可以反复观看,部分直播内容一览!目前已经超过一百场专业技术直播!!!

星球内部交流

星球成员可以在星球内部自由提问,无论是工作选择还是研究方向选择,都能得到解答~

扫码加入

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值